Как цены конкурентов по конкретному товару влияют на продажи через контекстную рекламу

Контекстная реклама для ecommerce далеко не всегда окупается. Но есть одна категория запросов, которая гарантированно приносит продажи, — «товарные». Это те запросы, в которых содержится конкретное наименование товара, марка, модель или артикул. Например:

• Canon EOS 5D Mark III.
• Lenovo G70-80 8 ГБ.
• Cub Cadet СС 1019 HG.

Пользователи, которые вводят такие запросы, обычно находятся в самом низу воронки продаж — они точно знают, что хотят купить. Им остаётся ответить на вопрос, где именно они собираются это сделать. В этот момент и начинается борьба десятка интернет-магазинов, пытающихся привлечь к себе заинтересованных покупателей. Но если товар один, как пользователи выбирают, на какой сайт им перейти?

Есть предположение, что основополагающим фактором при покупке станет выставленная цена товара: когда продукты одинаковы, пользователи идут туда, где дешевле. Или нет, ведь основы маркетинга говорят о том, что цена — важный, но далеко не самый главный фактор во время принятия решения о покупке. Условия доставки, постпродажное обслуживание, сила бренда магазина и различные программы лояльности могут быть важнее.

Мы решили не полагаться на интуицию и проверить эту гипотезу. Базу для нашего эксперимента предоставил интернет-магазин цифровой техники «Фотосклад.ру»:

У любого интернет-магазина есть товарный фид — табличный файл в формате XML или YML, где находятся данные обо всех товарах в магазине в порядке иерархии. В описании каждого из них указаны характеристики и ссылка на страницу с товаром. Такой файл удобен при автоматизации маркетинга, поскольку он может обновляться механически, а данные из него легко «читаются» сервисами автоматизации.

К нему мы подключили товарную генерацию нашей системы (при загрузке YML-файла интернет-магазина Alytics автоматически генерирует товарные объявления, отслеживая и меняя данные о рекламируемом товаре в режиме реального времени). В нашем случае товарная генерация создавалась на основе YML-фида для крупного региона. Мы сгенерировали объявления для следующих рекламных каналов: поисковая реклама Google AdWords, поисковая реклама в «Яндекс.Директе» и реклама в «РСЯ».

Ценовые индексы — ключевой фактор эксперимента

Следующий шаг — интеграция Alytics с платформой динамического ценообразования Competera, которая умеет определять ценовые индексы товаров. Платформа в режиме реального времени анализирует магазины конкурентов, снимая цены по каждому отдельному товару, и сравнивает их с нашими. Так мы ежедневно получаем реальный срез цен по любому интересующему нас товару.

Всего существует пять таких индексов (срезов):

• самая низкая цена;
• цена ниже среднего;
• средняя цена;
• цена выше среднего;
• самая высокая цена.

Каждый товар в фиде прикрепляется к одному из этих индексов:

 *Схема автоматизации товарных объявлений на основе интеграции с Competera

На его основании можно задавать разные стратегии управления, а также менять тексты объявлений. В частности, для товаров с самой низкой ценой можно прописать стоимость в тексте объявления:

Распределение ценовых индексов в «Фотоскладе» оказалось примерно одинаковым:

 *Данные из интерфейса сервиса Competera

Несмотря на то, что с течением времени значения немного менялись, можно говорить о примерно одинаковом распределении низких, средних и высоких ценовых индексов (около 33% на каждый).

Эксперимент длился 45 дней — весь апрель и первую половину мая. Ниже — то, что мы выяснили.

Структура затрат

25% и 9% затрат пришлось на товары с ценовым индексом «самая высокая цена» и «цена выше среднего» соответственно. Доля товаров с высокими ценами составила 34%:

Структура продаж

Однако около 85% продаж из отслеживаемой нами контекстной рекламы пришлись на те товары, у которых ценовой индекс был совсем другим, а именно — «самая низкая цена» и «цена ниже среднего»:

Эта тенденция сохранялась на протяжении всего эксперимента. Товары, у которых цена была выше средней, покупали в разы меньше.

В ходе эксперимента мы иногда меняли ставки в зависимости от ценового индекса, периодически давая всем товарным объявлениям равные возможности. Однако это никак не повлияло на конверсии, да и роста продаж мы не зафиксировали. Значительный перевес в сторону продуктов с низкой ценой оставался стабильным, какие бы ухищрения мы не применяли.

Результаты эксперимента

Статистика оказалась следующей: приблизительно 33% товаров имеют цены выше рыночных. На рекламу этих продуктов тратится 34% бюджета (в нашем случае процентное соотношение количества товаров и расхода бюджета совпало), при этом они приносят только 7% продаж.

Мы нашли подтверждение своим догадкам: когда пользователи ищут конкретные модели товаров в поисковых системах, они находятся на последнем этапе принятия решения о покупке. Когда они выбирают, где именно купить интересующий товар, фактор цены является основополагающим для большинства из них. Причём не «одним из», а самым важным.

Можно долго спорить о других материальных и нематериальных преимуществах, предлагаемых интернет-магазином, и сделать надбавку к цене, но плотная пачка денег в кассе или круглая сумма на банковском счету затмевают любой аргумент.

Теперь может возникнуть искушение оставить рекламу только по товарным запросам с низким ценовым индексом. К этому вопросу стоит подойти с осторожностью. Низкая стоимость товара может быть обусловлена разными факторами, например, низкой или даже отрицательной маржинальностью. В таком случае контекстная реклама гарантированно начнет генерировать убыток, пусть и сопровождающийся продажами. То есть стратегия, при которой рекламируются лишь товары с низким ценовым индексом, должна корректироваться исходя из маржинальности.

Два вывода, которые мы сделали:

• если покупатель вводит «товарный» (именно «товарный» и никакой другой) запрос в поисковую систему, он уже не выбирает сам продукт — он выбирает продавца. А главный критерий отбора в данном случае — низкая цена. Если у вашего магазина есть товары с ценой ниже среднерыночной, обязательно указывайте это в тексте объявления (или пишите их стоимость);
• управление ставками на основе ценового индекса не помогает в случае с товарными объявлениями. Если ценовой индекс выше среднего, имеет смысл исключать товарные объявления из ротации — в большинстве случаев ROI будет отрицательным.